基于ITS體系結(jié)構(gòu)的實時交通控制CPN建模仿真.pdf

1、城市智能交通系統(tǒng)是一個由諸多異構(gòu)系統(tǒng)集結(jié)而成的復(fù)雜系統(tǒng)，一直是國內(nèi)外學(xué)者研究的熱點。合理高效的城市智能交通系統(tǒng)建設(shè)不僅有助于提升現(xiàn)有交通體系能力，而且能有效改善城市的生存環(huán)境，產(chǎn)生可觀的城市社會效益。
　　本文遵循現(xiàn)代復(fù)雜工程系統(tǒng)研究的五個基準：過程、體系架構(gòu)、方法論、建模與評價，以城市智能交通系統(tǒng)中的交通信號控制系統(tǒng)為主要研究對象，在對國內(nèi)外城市交通信號控制系統(tǒng)研究現(xiàn)狀及發(fā)展進行分析的基礎(chǔ)上，較系統(tǒng)地研究了城市交通信號控制的若干

2、關(guān)鍵議題；重點研究并提出了一種新型的道路車輛數(shù)據(jù)采集系統(tǒng)的車輛檢測傳感器；研究建立符合城市智能交通系統(tǒng)體系結(jié)構(gòu)框架標準的層次化交通信號控制系統(tǒng)建模方法，由此建立了基于層次著色Petri網(wǎng)（HCPN: Hierarchical Colored Petri Nets）的城市交通流模型；基于HCPN交通流模型，研究并提出了一種新的實時自適應(yīng)城市交通信號控制算法。
　　論文的主要內(nèi)容包括以下幾個方面：
　　研究并開發(fā)了一種基于各向異

3、性磁阻（AMR:Anisotropic Magnetoresistive）傳感器的車輛檢測系統(tǒng)，提出了基于AMR車輛檢測器的車輛檢測分類方法。為了獲得城市交通流實時路況數(shù)據(jù)，在討論各種車輛檢測方法的基礎(chǔ)上，深入研究了AMR傳感器的數(shù)據(jù)采集及車輛分類的原理，給出了代表車型的主要特征以及由此組成的特征向量的提取方法，然后，采用支持向量機（SVM:Support Vector Machine）分類學(xué)習(xí)算法檢測車輛及進行車型分類。并從核函數(shù)，模

4、型參數(shù)等方面對其分類性能進行了討論。實驗結(jié)果顯示，該車輛檢測方法具有長期穩(wěn)定性的特點，不受外在天氣環(huán)境路況的影響，有較強的實用性。進一步，以AMR車輛檢測器為節(jié)點，應(yīng)用高效率、低成本的串行接口總線，提出了網(wǎng)絡(luò)化城市道路車輛檢測傳感器系統(tǒng)的建設(shè)構(gòu)想。
　　研究城市交通系統(tǒng)體系結(jié)構(gòu)和交通流理論的基礎(chǔ)上，應(yīng)用著色Petri網(wǎng)，研究建立符合城市智能交通系統(tǒng)體系結(jié)構(gòu)框架標準的層次化交通信號控制系統(tǒng)建模方法，提出頂層為操作視圖、中層為系統(tǒng)視圖

5、、底層為技術(shù)標準視圖的城市ITS（Intelligent Transportation Systems）體系結(jié)構(gòu)框架。論文依據(jù)城市交通流的特點，提出了城市交通流的層次模型。該層次模型由交通路網(wǎng)層，網(wǎng)絡(luò)構(gòu)件層，邏輯控制層等三層組成，實現(xiàn)了交通流與交通信號控制的無縫鏈接?；贗TS體系結(jié)構(gòu)和層次著色Petri網(wǎng)，依據(jù)實際的道路參數(shù)，采用自頂而下的建模方法，依次建立各層子模型。然后，論文通過城市交通流著色Petri網(wǎng)建模實例，進一步介紹了交通

6、流著色Petri網(wǎng)建模過程，討論了分層結(jié)構(gòu)所具有的易擴展性，驗證了分層模型在解決交通流建模復(fù)雜性問題上的顯著成效。
　　通過分析城市交通流模型，在重點考慮算法實時性和自適應(yīng)性的前提下，分別提出了單交叉口和多交叉口的信號控制算法。首先分析了單交叉口的交通流特征以及短時交通流預(yù)測，以優(yōu)化車輛延誤為目標，提出了基于規(guī)則的單交叉口實時自適應(yīng)控制算法。然后研究了多交叉口之間交通流的相互影響，以相鄰交叉口中間路段上的車流量為協(xié)調(diào)變量，實現(xiàn)了基